數(shù)據(jù)中心的中斷問題持續(xù)困擾著IT人員。執(zhí)行數(shù)據(jù)中心調(diào)試或?qū)徲?，擁有堅實的電源設計，以保護您的組織免受宕機影響。

在其他眾多知名公司之上的美聯(lián)航、達美航空和西南航空公司—最近遭受了主數(shù)據(jù)中心的中斷。而他們的過于公開的關機處理又給IT管理人員的問題清單上增加了另一項煩惱。

據(jù)報道，許多這些數(shù)據(jù)中心的事故是由于電力故障引起的，這并沒有很出乎意料。根據(jù)Uptime Institute的研究，發(fā)動機發(fā)電機系統(tǒng)是數(shù)據(jù)中心主要的電力來源，應采用公用事業(yè)電力作為經(jīng)濟的選擇。然而，公用事業(yè)電力中斷“并不被認為是一種故障，而是一種預期的運行狀況，相關站點必須做好準備?！?/span>

換句話說，大多數(shù)企業(yè)數(shù)據(jù)中心都可能會發(fā)生這樣的電源中斷。對于在其職業(yè)生涯之中擔心這種事情的CIO來說，這可能是資助部分所需改進的機會。但是，請注意：簡單地增加冗余設備并非解決之道。

關鍵任務數(shù)據(jù)中心電源設計的挑戰(zhàn)

企業(yè)數(shù)據(jù)中心最大的漏洞是隱藏的缺陷和安裝錯誤。簡單地復制設備和真正的關鍵任務的設計之間的差異是巨大的。然而，為潛在的故障點檢查數(shù)據(jù)中心電源設計是一個艱巨的過程?？紤]聘請高素質(zhì)的獨立專家為您的組織執(zhí)行此任務。

您可以通過設計和安裝來不斷審視全新或更新的設施，但另一個問題是在現(xiàn)有設施在使用過程中進行漏洞補救。當您糾正漏洞時，您對操作的公開可能導致事故。但是，即使您不進行風險更正，需了解潛在的故障可能在哪里，以盡量減少數(shù)據(jù)中心中斷的風險。

并不安全的備用電源

記錄最詳盡的電力故障中斷之一發(fā)生在舊金山的365 Main.該公司擁有冗余不間斷電源（UPS）系統(tǒng)和發(fā)電機，以滿足客戶對不間斷供電的期望。但是在2007年7月24日，墨菲法案（Murphy's Law）不請自來。

首先是電源故障。數(shù)據(jù)中心的UPS保持供電，直到發(fā)電機啟動。但是不久之后，這些發(fā)電機一個接一個地關閉，造成數(shù)據(jù)中心中斷，這幾個小時影響了公司的高階客戶。

盡管數(shù)據(jù)中心擁有堅實的電力系統(tǒng)設計，但數(shù)據(jù)中心運營商并沒有通過調(diào)試測試來揭示發(fā)電機控制中的問題—固件。相比于反復測試故障和在負載下重啟發(fā)動機，管理員選擇依賴于備份電源和冗余的虛構(gòu)的安全性。

許多現(xiàn)代UPS系統(tǒng)可以指示服務器在電池壽命降到預設閾值以下時開始受控停機。雖然（此方法）不是很理想，但實現(xiàn)此功能遠比在重新啟動時遇到嚴重問題要更好。

如果您可以修復漏洞，請制訂詳細的計劃，了解如何解決此漏洞，以及如何處理補救過程可能導致的潛在故障。例如，如果管理員發(fā)出火災報警器，應該有人與他一起處理這種情況，并避免傾倒氣體防火系統(tǒng)和自動停機。并且，如果計劃在工作期間關閉火災報警器，通知設施，安全和消防部門，并確保有人用便攜式滅火器待命。如果存在冷卻故障的潛在可能，則計劃啟動選擇性停機以減少熱負荷并放置便攜式空調(diào)作為預防措施。

通過調(diào)試盡可能減少數(shù)據(jù)中心的中斷風險

即使數(shù)據(jù)中心電源設計是完美的，仍然可能會出現(xiàn)錯誤，管理員只能通過調(diào)試來識別。 調(diào)試代理不僅查看安裝的正確性，并驗證正確的設置和調(diào)整，但也可能會嘗試破壞系統(tǒng)。要完成測試，代理使用一組腳本，在模擬條件下運行基礎設施系統(tǒng)，并關閉各種元素，就好像它們發(fā)生故障一樣。

調(diào)試過程還包括負載下的總電源關閉，并且可能會在單個設備中引入額外的故障，具體取決于用于設計意圖的可用性級別。該過程還應識別不清楚的標記和無保護或難以達成的關鍵控制，例如關閉電源緊急按鈕沒有保護蓋和警報不響。

對于新設施來說，在設計開發(fā)階段開始投產(chǎn)。如果您使用獨立的調(diào)試代理，在完成項目設計之前，請確保代理識別并補救出大部分的潛在缺陷。這不僅減少了數(shù)據(jù)中心中斷的可能性，而且避免了大規(guī)模更改訂單成本的潛在可能。

在現(xiàn)有的數(shù)據(jù)中心，多次關機來查找問題是過于危險的，這是說完全意義上的調(diào)試是無法實現(xiàn)的。在這種情況下，請考慮使用數(shù)據(jù)中心審計，其中涉及到關鍵系統(tǒng)的設計審查和現(xiàn)場測量、測試和檢查等的組合過程。雖然它不會暴露每種潛在的情況，但它可以暴露絕大多數(shù)的漏洞，并為實踐中提供補救的辦法和路徑。